降水局部插值介绍
如何解决测绘技术中的地理信息数据的空间插值问题
如何解决测绘技术中的地理信息数据的空间插值问题
引言：
测绘技术中的地理信息数据的空间插值问题是一个重要的研究领域，涉及到了地理信息系统、遥感技术、地图制图等多个学科。在地理信息数据的获取和分析过程中，由于观测点的不连续性或者缺失，需要通过插值方法来填充数据空白区域，以实现对整个地理空间上的数据的有效表达。本文将通过介绍插值方法的原理和应用案例，讨论如何解决测绘技术中的地理信息数据的空间插值问题。
一、插值方法的原理
插值方法是一种通过已知点数据来判断未知点数据的方法，常用于补齐或预测未知点的值。在地理信息数据的空间插值中，常用的插值方法包括：
1.反距离权重插值法（IDW）：该方法根据已知点周围的距离来确定未知点的值，距离越近的点权重越大。该方法简单易懂，但容易受离散点的影响。
2.克里金插值法（Kriging）：该方法基于统计学方法，根据已知点之间的空间关系来推断未知点的值。它考虑了空间相关性和变差性，适用于稀疏数据和多元均一性插值。
3.三角网插值法（TIN）：该方法通过构建三角网格来估计未知点的值，其优点在于能够保留地形特征，适用于不规则分布的数据。
4.径向基函数插值法（RBF）：该方法通过定义径向基函数来插值。它能够自适应地调整插值权重，适用于高维度数据和复杂关系的插值。
二、插值方法的应用案例 1.数字高程模型的生成
数字高程模型（DEM）是测绘技术中经常使用插值方法生成的一种地表模型。例如，在地质调查、环境评估、城市规 划等项目中，需要获取地表高程信息。通过插值方法可以根据地面观测点的高程数据生成连续的高程模型，用于分析地表地形、水文流域等方面的信息。
2.地下水位的预测
地下水位的预测对水利工程、环境保护等领域具有重要意义。通过利用已知的地下水位观测点数据，结合插值方法可以预测未来的地下水位情况。例如，在水资源调查和管理中，地下水位的插值预测可以帮助指导水资源的合理利用和保护。
基于GIS的新疆年降水量空间插值精度比较研究
第２４卷第１期 ２０１０年３月 干旱环境监测 Ａｒｉｄ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｍｏｎｉｔｏｒｉｎｇ 场Ｚ ２４．Ｎｏ．１ Ｍａｒ．．２０１Ｏ
基于ＧＩＳ的新疆年降水量空间插值精度比较研究
仲嘉亮
（新疆环境监测总站，新疆乌鲁木齐８３００１１）
摘 要：以新疆具有完整资料的９ｏ个气象站点中的７５个站点的基本地理信息和１９９５－－２００８年平均降水数据资料为 基础，以ＡｒｅＧＩＳ为数据处理平台，分别采用反距离加权法、径向基函数法、普通克里格法、协克里格法对新疆降水空间 分布进行插值，并通过没有参与插值的１５个气象站点的实际降水量与插值结果进行相对误差分析。研究结果表明： 在年降水量插值的４种算法中，普通克里格法（Ｋｒｉｇｉｎｇ）的计算精度最高。利用最优的插值方法的栅格降水空间数据 库建立的多年降水资源信息系统，可快速计算研究区内任一地域单元中降水的总量及其空间变化，对降水资源模拟、 工程规戈Ⅱ、发展战略及决策管理均具有重要的意义。 关键词：降水；空间插值；ＧＩＳ；新疆 中图分类号：Ｘ８７ 文献标识码：Ａ 文章编号：１００７—１５０４（２０１０）０１—００４３—０４
Ｓｔｕｄｙ ｏｎ ＳｐａＵａｌ Ｐｒｅｃｉｐｉｔａｔｉｏｎ Ｉｎｔｅｒｌｍｌａｔｉｏｎ Ｐ】 ０ｎ Ｂａｓｅｄ ｏｎ ＧＩＳ ｉｎ ｘｉ￣ｉａｎｇ ＺＨＯＮＧ Ｊｉａ—ｌｉａｎｇ（Ｘｉｎｊｉａｎｇ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｍｏｎｉｔｏｒｉｎｇ Ｃｅｎｔｅｒ，Ｕｒｍｎｑｉ Ｘｉｎｊｉａｎｇ ８３００１１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｂａｓｅｄ Ｏｎ ｂａｓｉｃ ｇｅｏ￣ａｐｈｉｃａｌ ｉｎｆｏｒｍａｔｉｏｎ ｏｆ ７５ ｓｉｔｅｓ ａｍｏｎｇ ９０ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｓｔａｔｉｏｎｓ ｗｉｔｈ ｉｎｔａｃｔ ｄａｔｕｍ ｉｎ Ｘｉｎｊｉａｎｇ ａｎｄ ａｖｅｒａｇｅ ａｎｎｕａｌ ｐｒｅｃｉｐｉｔａｔｉｏｎ ｄａｔａ ｆｒｏｍ １９９５ ｔｏ ２００８，ＡｒｃＧＩＳ ａｓ ｄａｔａ ｄｉｓｐｏｓａｌ ｓｏｆｔｗａｒｅ，ａｃｔｕａｌ ｐｒｅｃｉｐｉｔａｔｉｏｎ ａｎｄ ｉｎｔｅｒｐｏｌａｔｉｏｎ ｏ￣ｃｏｍｅ ０ｆ １５ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｓｔａｔｉｏｎｓ ｗｉｔｈ ｎｏｔ ｉｎｔｅｒｐｏｌａｔｉｏｎ ｗｅｒｅ ｃｏｍｐａｒｅｄ ａｎｄ ａｎａｌｙｚｅｄ ｂｙ￣ｖｅｍｅ ｄｉｓｔａｎｃｅ ｗｅｉｇｈｔ ｔｅｎｓｉｏｎ．Ｒａｄｉａｌ ｂａｓｉｓ ｆｕｎｃｔｉｏｎ，Ｏｒｄｉｎａｒｙ Ｋ￣ｇｉｎｇ，Ｃｏｋｒｉｇｉｎｇ ｍｅｔｈｏｄｓ．Ｔｈｅ ｒｅｓｕｌｔ ｓｈｏｗｅｄ ｔｈａｔ Ｏｒｄｉｎａｒｙ￣ｇｉｎｇ ｍｅｔｈｏｄ ｗａｓ ｅｆｅｃｔｉｖｅ ａｍｏｎｇ ｆｏｕｒ ｉｍｅｒｐｏｌａｔｏｒ ｍｅｔｈｏｄｓ．Ｂｕｉｌｔ ｍｕｌｔｉ—ｙｅａｒｓ ｐｒｅｃｉｐｉｔａｔｉｏｎ ｉｎｆｏｒｍａｔｉｏｎ ｓｙｓｔｅｍ ｂｙ ｐｒｅｃｉｐｉｔａｔｉｏｎ ｓｐａｔｉａｌ ｄａｔａ ｉｎｔｅｒｐｏｌａｔｉｏｎ，ｔｈａｔ ｃｏｕｌｄ ｒａｐｉｄｌｙ ｃａｌｃｕｌａｔｅｄ ａｖｅｒａｇｅ ａｎｎｕａｌ ｐｒｅｃｉｐｉｔａｔｉｏｎ ａｎｄ ｓｐａｔｉａｌ ｃｈｉｃ ｉｎ ｃｅｒｔａｉｎ ａｒｅａ，ａｎｄ ｔｈａｔ ｈａｄ ｉｍｐｏｒｔａｎｔ ｓｉｇｎｉｆｉｃａｎｃｅ ｆｏｒ ｐｒｅｃｉｐｉｔａｔｉｏｎ ｓｉｍｕｌａｔｉｏｎ， ｅｎｇｉｎｅｅｒｉｎｇ ｐｒｏｇｒａｍｍｉｎｇ，ｄｅｖｅｌｏｐｍｅｎｔ ｓｔｒａｔｅｇｙ ａｎｄ ｄｅｃｉｓｉｏｎ—ｍａｋｉｎｇ ｍａｎａｇｅｍｅｎｔ． Ｋｅｙ ｗｏｒｄｓ：ａｖｅｒａｇｅ ａｎｎｕａｌ ｐｒｅｃｉｐｉｔａｔｉｏｎ；ｓｐａｔｉａｌ ｉｎｔｅｒｐｏｌａｔｉｏｎ；ＧＩＳ；Ｘｉｎｊｉａｎｇ
东北三省月降水量的时空克里金插值研究
第３１卷第３期 ２０１１年６月 水文 ＪＯＵＲＮＡＬ ＯＦ ＣＨＩＮＡ ＨＹＤＲ０Ｌ０ＣＹ Ｊｕｎ．．２０１ｌ
东北三省月降水量的时空克里金插值研究
李 莎１＇２，舒红 ，徐正全
（１．武汉大学测绘遥感信息工程国家重点实验室，湖北武汉４３００７９；
２．湖北第二师范学院机电系，湖北武汉４３０２０５）
摘要：为了实现对时空场任意点进行时空插值，以东北三省１９９９￣２００８年的月降水数据为研究对象，选
用了一类比较实用的积和式时空变异函数模型进行时空克里金插值。每个站点的降水量都是时间序
列，插值之前对各站点的降水进行了时序分解和去季节项处理。在分别得到纯空间和纯时间的变异函 数基础上建立时空变异函数。将二维的普通克里金插值扩展为三维。并对１９９９年１０月各站点进行降水
量估计，同时与单纯空间克里金插值效果进行比较。结果表明时空插值效果理想，因为同时考虑了空 间、时间的相关性，插值精度较空间克里金更高 关键词：克里金插值；时空相关；变异函数；降水量 中图分类号：Ｐ３３３ 文献标识码：Ａ 文章编号：１０００—０８５２（２０１ １）０３—００３１～０５
降水量是气象数据中十分重要的元素之一。但是
由于人力、物力及地理条件的限制．气象站点的设置有 限且分布不均匀，同时站点所观测的降水量为点降水
数据，而要获得观测区域内面降水量和其它位置的降
水数据则需要通过插值来实现。关于空间数据插值的 方法较多，如反距离加权法（ＩＤＷ）、泰森多边形法、样
条（Ｓｐｌｉｎｅ）插值法、径向基函数法（ＲＢＦ）、克里金插值 法（Ｋｒｉｇｉｎｇ）等，这些方法各有特点也有各自的应用领
域，然而上述方法均没有考虑数据的时间维特性和时 空间的相关性，只能进行空间插值却不能时间插值。本
文以东北ｊ省１９９９—２００８年的月降水数据（ｍｍ）为研 究对象，在地统计学的克里金方法基础上进行时空扩
展，同时考虑空间域与时间域的相关特性，对研究区域
gpcp降水数据处理方法
gpcp降水数据处理方法
GPCP（Global Precipitation Climatology Project）是一个全球降水气候计划，旨在提供全球范围内的降水观测和气候研究所需的数据和分析。处理GPCP降水数据的一般方法包括以下步骤：
1. 数据获取：从GPCP数据集或相关数据库中获取降水数据。这些数据可以是逐日或月平均的降水量，可以是网格数据或站点观测数据。
2. 数据清洗：检查数据是否存在缺失值、异常值或错误值，并进行清洗处理。这可以通过使用数据插值、空间和时间平滑等技术来修复缺失值或异常值。
3. 数据空间插值：将网格数据转换为不同分辨率的网格。这可以通过插值方法（如IDW插值、反距离权重插值等）来实现，以便在不同空间尺度上进行分析。
4. 数据时间插值：将逐日数据转换为逐月或逐年的平均数据，以获得更长时间尺度上的气候趋势分析。
5. 数据分析：对处理后的GPCP数据进行基本的统计分析，如平均、总和、标准差等，以获得降水的基本统计特征。
6. 气候趋势分析：使用时间序列分析方法，如线性回归、趋势分析、周期分析等，探究降水的气候变化趋势。
7. 空间分析：使用地理信息系统（GIS）和空间统计方法，如克里金插值、地形分析等，探究不同地区降水的空间分布特征。
8. 结果可视化：使用数据可视化工具（如地图、图表等），将分析结果可视化，以便更直观地理解和传达研究结果。
以上是一般的GPCP降水数据处理方法，具体的处理步骤可能因研究目的、数据类型和分析方法的不同而有所差异。
简单克里金插值法应用场景
简单克里金插值法应用场景
简单克里金插值法是一种常用的地理信息系统（GIS）分析方法，它通过对已知数据点进行插值计算，从而推断未知位置的数值。它被广泛应用于地质勘探、环境监测、气象预测、地形测量等领域。本文将介绍几个简单克里金插值法的应用场景，并分析其作用和优势。
1. 地质勘探
在石油、矿产等资源勘探过程中，需要获取地质参数的空间分布情况。简单克里金插值法可以通过已知的地质数据点，推断未知位置的地质参数数值，从而帮助勘探人员预测矿藏分布、优化勘探方案。
2. 环境监测
环境监测涉及到大量的数据采集，如空气质量、水质监测等。通过对已知的监测点的数据进行插值计算，可以得到整个监测区域的数据分布情况。这对于环境保护、城市规划等方面都具有重要意义。
3. 气象预测
气象数据的收集和分析是气象预测的基础。通过对已知的气象观测站点的数据进行插值计算，可以推断未知位置的气象参数数值，如温度、湿度、降水量等。这对于气象预测的准确性和覆盖范围具有重要影响。
4. 地形测量 地形测量是地理信息系统中的一个重要应用领域。通过对已知的地形测量点进行插值计算，可以推断未知位置的地形高程数值。这对于地质灾害预测、水资源管理等都具有重要意义。
简单克里金插值法的优势主要体现在以下几个方面：
1. 空间连续性：简单克里金插值法假设变量在空间上具有连续性，可以通过已知点的数值推断未知位置的数值。这使得插值结果更加准确可靠。
2. 可解释性：简单克里金插值法的结果可以以等值线的形式展示，直观地反映数据的分布情况。这对于数据的解释和分析非常有帮助。
3. 效率高：相比于其他插值方法，简单克里金插值法的计算速度较快，适用于大规模数据集的处理。
4. 可估计误差：简单克里金插值法可以通过交叉验证等方法估计插值结果的误差。这有助于评估插值结果的可靠性和准确性。
需要注意的是，简单克里金插值法也存在一些局限性。首先，它对数据的分布有一定的要求，需要数据在空间上具有一定的规律性。其次，插值结果的准确性也受到采样密度和数据质量的影响。因此，在应用简单克里金插值法时，需要根据具体情况选择合适的参数和方法，以获得更好的插值效果。
汉江流域降雨变化
2018
年第
12期扫一扫看全文
作者简介：王嘉志（1997-），男，江苏省南京市人，民族：汉，职称：无，学历：在读本科生，研究方向：水文气象对农业的影响。本文DOI：10.16675/14-1065/f.2018.12.067
汉江流域降雨变化
□王嘉志
摘要：汉江流域处于亚热带季风气候，研究降水规律对当地合理规划农业生产，科学利用降雨资源对农业结构调整，
对促进农业可持续发展有重要参考意义。本文通过对汉江流域60年年平均降雨量进行研究，发现汉江流域的年平均
降雨量处于大幅波动状态，提取汉江流域相关409个地面测站的降雨量数据，利用IDW插值、克里格插值和全局
Moran指数聚类分析，得到汉江流域时空分布的降雨特征，钟祥-广水及其东南的汉江下游流域最多，丹江口-南阳一
线西北部汉江上游流域降雨量较多，汉江中游流域降雨量介于两者之间。老河口-房县一线的西北部绝大部分地区多
年平均降雨量最低，天门-广水一线东南部年均暴雨量较低。
关键词：汉江流域；降雨量；农业生产
文章编号：1004-7026（2018）12-0089-01中国图书分类号：P333.6文献标志码：A（南京信息工程大学水文与水资源工程学院江苏南京210000）
1汉江流域水文特征
汉江发源于宁强县蟠家山,全长一千五百余千
米，是长江流域的最大支流之一，流经陕西、湖北两
省,,在武汉市汇入长江。汉江流域位于我国中部，涉
及鄂、陕、豫、川、渝、甘6省市的20个地市,78个县
市。属亚热带季风气候，气候温和湿润，同时也是我国
南北方气候分界的过渡地带。由于特殊的地理环境与
气候因素，造就了汉江流域独特的降雨特征。
2汉江降雨量分布规律
2.1降雨量时间分布变化
汉江流域降雨量总体是比较丰沛的，1980-2012,
年汉江流域多年平均降雨量882mm，各地年平均雨
量都在600~1300mm之间。流域各地降雨年变率普遍
在20%以上，降雨的月平均降雨表变化率更大,降雨
量多发季节的月平均降雨表变化率更高。以每年的4
Anusplin使用方法(以降水数据为例)
Anusplin使用方法(以降水数据为例)
anusplin气象插值软件,降水数据空间插值
Anusplin 使用方法
一、 解压安装包
可见anusplin 核心模块如下:
我们主要用到的是splina 和lapgrd 程序,具体模块介绍和流程图可查询用户手册
二、准备数据格式
2.1 气象台站数据
原始数据格式是以站点名、日期、气温、降水等变量为列,不便插值处理。利用spss 转化为气象变量固定的文件,每个气象文件中均以站点和日期为列,变量唯一。
操作步骤:
①
Spss 打开txt 数据文件→菜单中点击“数据”→重组→将个案重组为变量,其中站点名作为标识变量,年月日作为索引变量,点击下一步直至完成,即可将数据重组。 原始数据 整理数据
注:数据不含表头,从第一行起就必须与下面的splina cmd 文件中的format 吻合
② Spss打开txt站点信息文件(包含站点经纬度和高程)→在步骤①中的数据文件界面,菜单中点击“数据”→合并文件、添加变量→选择刚刚打开的站点信息文件→勾选匹配关键变量的个案,将站点名作为关键变量,活动集为基于变量的表,确定。即可完成按照站点名进行站点信息的匹配和添加。
③将已包含了经纬高程信息的站点数据另存为固定的ASCII格式.dat,注意不是制表符分隔的.dat。可供splina读取。
2.2 DEM数据
下载STRM90m分辨率的原始高程数据(未经投影),在ArcGIS中对DEM文件进行镶嵌、投影(根据研究情况与其他数据统一投影即可)、重采样,最终利用toolbox中Conversion工具→From Raster to
ASCII,转化为txt文本文件,可供lapgrd读取。
三、编写命令行
3.1 Splina cmd
在写字板中编辑,另存为.cmd后缀即可,以下是文件和说明:
输出表面名
要插数据的单位(由于是降水数据已处理为m,选择1)
独立变量个数3(经度、纬度、高程)
克里金插值法
克里金插值法
克里金插值法又称空间局部插值法，是以变异函数理论和结构分析为基础，在有限区域对区域化变量进行无偏最优估计的一种方法，是地统计学的主要容之一，由南非矿产工程师D. Matheron于1951年在寻找金矿时首次提出，法国著名统计学家G. Matheron随后将该方法理论化、系统化，并命名为Kriging，即克里金插值法。
1 克里金插值法原理
克里金插值法的适用围为区域化变量存在空间相关性，即如果变异函数和结构分析的结果表明区域化变量存在空间相关性，则可以利用克里金插值法进行插或外推。其实质是利用区域化变量的原始数据和变异函数的结构特点，对未知样点进行线性无偏、最优估计，无偏是指偏差的数学期望为0，最优是指估计值与实际值之差的平方和最小[1]。因此，克里金插值法是根据未知样点有限领域的若干已知样本点数据，在考虑了样本点的形状、大小和空间方位，与未知样点的相互空间关系，以及变异函数提供的结构信息之后，对未知样点进行的一种线性无偏最优估计。
假设研究区域a上研究变量Z（x），在点xiA（i=1，2，……，n）处属性值为Z（xi），则待插点x0A处的属性值Z（x0）的克里金插值结果Z*（x0）是已知采样点属性值Z（xi）（i=1，2，……，n）的加权和，即：
)()(10*iniixZxZ （1）
式中i是待定权重系数。
其中Z(xi)之间存在一定的相关关系，这种相关性除与距离有关外，还与其相对方向变化有关，克里金插值方法将研究的对象称“区域化变量”
针对克里金方法无偏、最小方差条件可得到无偏条件可得待定权系数i (i=1，2，……，n)满足关系式：
11nii （2）
以无偏为前提，kriging方差为最小可得到求解待定权系数i的方程组：
1)n,2,1)(,(),(101niijjiniijxxCxxC， （3）
arcgis空间内插教程实例教程超详细
1 / 19 GIS空间插值（局部插值方法）实习记录
一、空间插值的概念和原理
当我们需要做一幅某个区域的专题地图，或是对该区域进行详细研究的时候，必须具备研究区任一点的属性值，也就是连续的属性值。但是，由于各种属性数据（如降水量、气温等）很难实施地面无缝观测，所以，我们能获取的往往是离散的属性数据。例如本例，我们现有一幅山东省等降雨量图，但是最终目标是得到山东省降水量专题图（覆盖全省，统计完成后，各地均具有自己的降雨量属性）。
空间插值是指利用研究区已知数据来估算未知数据的过程，即将离散点的测量数据转换为连续的数据曲面。利用空间插值，我们就可以通过离散的等降雨量线，来推算出山东省各地的降雨量了。
二、空间插值的几种方法及本次实习采用的原理和方法
– 整体插值方法
» 边界内插方法
» 趋势面分析
» 变换函数插值
– 局部分块插值方法
» 自然邻域法
» 移动平均插值方法：反距离权重插值
» 样条函数插值法（薄板样条和张力样条法）
» 空间自协方差最佳插值方法：克里金插值
■局部插值方法的控制点个数与控制点选择问题
局部插值方法用一组已知数据点（我们将其称为控制点）样本来估算待插值点（未知点）的值，因此控制点对该方法十分重要。
为此，第一要注意的是控制点的个数。控制点的个数与估算结果精确程度的关系取决于控制点的分布与待插值点的关系以及控制点的空间自相关程度。为了获取更精确的插值结果，我们需要着重考虑上述两点因素（横线所示）。
第二需要注意的是怎样选择控制点。一种方法是用离估算点最近的点作为控制点；另一种方法是通过半径来选择控制点，半径的大小必须根据控制点的分布来调整。
结合上述分析，在本次实习过程中，我们采用局部分块内插的这4种方法（上文中划横线的方法）进行插值，首先，我们按照默认参数进行插值，目的是粗略比较各种方法的优劣；然后选择出最好的一种方法，对该方法再尝试用不同的权重和点数参数来插值，得出最佳的效果。
基于MPI的并行Kriging空间降水插值
第３Ｏ卷第１期 ２ ０ １ １年３月 计算技术与 自 动化 Ｃｏｍｐｕｔｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ ａｎｄ Ａｕｔｏｍａｔｉｏｎ Ｖｏ１．３Ｏ。Ｎｏ．１ Ｍａｒ．２ ０ １ １
文章编号：１００３－－６１９９（２０１１）０１—００７１一Ｏ４
基于ＭＰＩ的并行Ｋｒｉｇｉｎｇ空间降水插值
白树仁 ，李
（１．湖南大学高性能计算中心，湖南长沙４１００８２ｌ 涛 ，宁锦阳。
２．湖南大学信息科学与工程学院，湖南长沙４１００８２） 摘要：为减少空间降水插值的计算时间，以ＭＰＩ并行接口为技术手段，采用数据划分建模方法，实现 改进Ｋｒｉｇｉｎｇ算法的并行算法。在Ｌｉｎｕｘ操作系统上搭建并行计算环境，试验数据表明，该并行算法能有效 节省计算时间并具有良好的加速比、并行效率和扩展性。为Ｋｒｉｇｉｎｇ插值算法的并行化实现和应用提供有 意义的参考。 关键词：并行计算；ＭＰＩ；Ｋｒｉｇｉｎｇ 中图分类号：ＴＰ３９１ 文献标识码：Ａ
Ｐａｒａｌｌｅｌ Ｋｒｉｇｉｎｇ ｏｎ Ｉｎｔｅｒｐｏｌａｔｉｏｎ ｏｆ Ｓｐａｔｉａｌ Ｐｒｅｃｉｐｉｔａｔｉｏｎ Ｂａｓｅｄ Ｏｉｌ ＭＰＩ
ＢＡＩ Ｓｈｕ－ｒｅｎ ，ＬＩ Ｔａｏ。，ＮＩＮＧ Ｊｉｎ—ｙａｎｇ （１．Ｈｉｇｈ Ｐｅｒｆｏｒｍａｎｃｅ Ｃｏｍｐｕｔｉｎｇ Ｃｅｎｔｅｒ，Ｈｕｎａｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ ４１００８２，Ｃｈｉｎａ； ２．Ｃｏｌｌｅｇｅ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈｕｎａｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ ４１００８２，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｉｎ ｏｒｄｅｒ ｔＯ ｉｍｐｒｏｖｅ ｔｈｅ ｃａｌｃｕｌａｔｉｏｎ ｓｐｅｅｄ ｆｏｒ ｉｎｔｅｒｐｏｌａｔｉｏｎ ｏｆ Ｓｐａｔｉａｌ Ｐｒｅｃｉｐｉｔａｔｉｏｎ（ＳＰ），ｕｓｉｎｇ ＭＰＩ ｐａｒａｌｌｅｌ ｉｎ－ ｔｅｒｆａｃｅ ｌｉｂｒａｒｙ ａｎｄ ｍｏｄｅｌｉｎｇ ａｐｐｒｏａｃｈ ｕｓｉｎｇ ｄａｔａ ｐａｒｔｉｔｉｏｎｉｎｇ，ａｃｈｉｅｖｅ ｐａｒａｌｌｅｌ Ｋｒｉｇｉｎｇ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｉｎｔｅｒｐｏｌａｔｉｏｎ ｏｆ ＳＰ．Ｔｈｅ ｐａｒａｌｌｅｌ ｃｏｍｐｕｔｉｎｇ ｅｎｖｉｒｏｎｍｅｎｔ ｉｓ ｂａｓｅｄ ｏｎ ｔｈｅ Ｌｉｎｕｘ ｏｐｅｒａｔｉｎｇ ｓｙｓｔｅｍ．Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｐａｒａｌｌｅｌ ａｌｇｏ‘ ｒｉｔｈｍ ｃａｎ ｅｆｆｅｃｔｉｖｅｌｙ ｓａｖｅ ｃｏｍｐｕｔｉｎｇ ｔｉｍｅ ａｎｄ ｈａｓ ａ ｇｏｏｄ Ｓｐｅｅｄｕｐ，ｐａｒａｌｌｅｌ ｅｆｆｉｃｉｅｎｃｙ ａｎｄ ｓｃａｌａｂｉｌｉｔｙ．Ｉｔ ａｌｓｏ ｐｒｏｖｉｄｅｓ ａ ｍｅａｎ－ ｉｎｇｆｕｌ ｒｅｆｅｒｅｎｃｅ ｆｏｒ ｔｈｅ ｐａｒａｌｌｅｌ ｉｍｐｌｅｍｅｎｔａｔｉｏｎ ａｎｄ ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｋｒｉｇｉｎｇ ｉｎｔｅｒｐｏｌａｔｉｏｎ ａｌｇｏｒｉｔｈｍ． Ｋｅｙ ｗｏｒｄｓ：ｐａｒａｌｌｅｌ ｃｏｍｐｕｔｉｎｇ；ＭＰＩ；Ｋｒｉｇｉｎｇ